基于数值优化极值搜索的无模型锅炉燃烧优化控制方法
【专利摘要】本发明公开了基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，包括：步骤1，采集锅炉燃烧系统k?n至k时刻一个时间窗口内各个时刻的锅炉效率η(j)和氮氧化物排放值NOx(j)并设置容许误差ε，步骤2，计算k?n至k时刻一个时间窗口内的锅炉效率的平均值η和氮氧化物排放值的平均值NOx，将η和NOx分别作为当前k时刻的锅炉效率和氮氧化物排放值；步骤3，将当前k时刻锅炉效率η和氮氧化物排放值NOx归一化，计算单目标函数J(k)；步骤4，计算性能指标随各层操作量的变化梯度gk；步骤5，计算搜索方向dk；步骤6，计算步长因子αk；步骤7，计算下一时刻待优化的操作量ui(k+1)；步骤8，重复步骤2～步骤7，直至算法收敛，得到最优操作量。
【专利说明】
基于数值优化极值搜索的无模型锅妒燃烧优化控制方法
技术领域
[0001] 本发明属于能源系统领域，具体设及基于数值优化极值捜索的无模型锅炉燃烧优 化控制方法。
【背景技术】
[0002] 随着对改善大气环境质量，保护生态环境的重视，国家对电站锅炉污染物排放的 标准越来越严格。比如我国最新排放标准要求燃煤电厂的氮氧化物NOx排放浓度应低于 lOOmg/Nm 3。
[0003] 目前，控制氮氧化物NOx排放的措施大致分为两类，第一类是在燃烧过程中减少新 生成的氮氧化物NOx,包括各种低氮燃烧技术，如低氮燃烧器、空气分级燃烧、燃料分级燃烧 等；第二类是在燃烧后脱除已生成的氮氧化物NOx,如选择性非催化还原技术（SNCR-Selective Non-Catalytic Reduction)和选择性催化还原技术（SCR-Selecti ve Catalytic Reduction)。由于低氮燃烧技术能够大幅降低炉膛出口的氮氧化物NOx排放浓 度，同时大幅降低烟气脱硝的运行成本，因此在我国现役火电机组中获得了普遍应用。对于 采用低氮燃烧技术的锅炉来讲，当负荷和煤质都比较稳定时，通过一定的燃烧调整手段改 变运行参数，容易获得较高的锅炉效率和较低的氮氧化物NOx排放;然而由于目前火电机组 参与调峰和调频，其负荷变化比较频繁，加上煤质多变，很容易偏离低氮燃烧的设计工况， 其结果是不但不能很好地兼顾锅炉的经济性和排放，反而会造成炉膛结焦、燃烧器区域水 冷壁高溫腐蚀、灰渣含碳量高等问题，所W采用常规动态优化控制算法控制很难达到预期 效果。
【发明内容】
[0004] 发明目的：本发明所要解决的技术问题是针对现有技术领域的空白，提供基于数 值优化极值捜索的无模型锅炉燃烧优化控制方法。包括如下步骤：
[0005] 步骤1，采集数据:采集锅炉燃烧系统k-n至k时刻一个时间窗口内各个时刻的锅炉 效率ri(j)和氮氧化物NOx排放值NOx(j)并设置容许误差e，e影响最终最优操作量的精度，若e 取值较小，最终最优操作量精度高，寻优过程所花费时间较长，相反，若e较大寻优过程加 快，但会造成优化结果不够准确没有实用意义，j =k-n-，k，其中n为前n个时刻;一般n取值 范围为5~10。
[0006] 步骤2,对采集到的数据进行处理:计算k-n至k时刻一个时间窗口内的锅炉效率的 平均值n和氮氧化物NO巧敞值的平均值NOx,将n和NOx分别作为当前k时刻的锅炉效率和氮 氧化物NOx排放值；
[0007] 步骤3,燃烧优化的实质是在降低NOx排放的基础上提高锅炉热效率，是一个多目 标优化问题。在此采用加权因子，将多目标优化问题转化为单目标问题，进而通过权值的不 同组合，获得不同的优化解，为优化决策提供支持:将当前k时刻锅炉效率n和氮氧化物NOX 排放值NOx归一化，计算单目标函数J化）；
[0008] 步骤4,计算性能指标随锅炉各层操作量的变化梯度gk:阱=(旨1准准...），锅炉各 层操作量一般包括:二次风阀口开度、燃尽风阀口开度等。采用如下公式计算gi:
[0009]
[0010]其中，i代表第i层，i取值为自然数，若Mgkl I ^ 6,终止后续步骤，uUk)即为各层 最优操作量，否则继续步骤5;
[0011]步骤5,计算捜索方向dk;
[0012] 步骤6,计算步长因子化；
[0013] 步骤7,计算下一时刻待优化的操作量Ui化+1);
[0014] 步骤8,重复步骤2~步骤7,直至算法收敛，得到最优操作量。
[0015] 其中，步骤2中，为增强优化算法的鲁棒性，使控制作用更加平稳，需要对采集到的 数据进行处理。在线测量计算锅炉效率和M)x排放值并非取当前k时刻值，而是利用k-n至k 时刻一个时间窗口内的NOx和锅炉效率的平均值进行性能指标的计算，避免了噪声、测量误 差等其他情况对测量信号的影响，最后将处理过后数据送到性能指标计算模块进行性能指 标的计算。数据处理具体如下:采用如下公式计算k-n至k时刻一个时间窗口内的锅炉效率 的平均值n和氮氧化物NCk排放值的平均值NOx:
[0016]
[0017]
[0018] 步骤3中，通过如下公式计算单目标函数J化）：
[0019] minJ = -aX [n]+b X [N0x]+A
[0020] 式中h巧日[NOx]分别为归一化过后的锅炉效率和氮氧化物NOx排放值，a和b分别 为锅炉效率项的权重和氮氧化物NOx排放值的权重，A是对输入输出违反约束的惩罚项，根 据对锅炉热效率和对NOx排放产生的重要影响，结合现场数据，并考虑到操作习惯和安全 性，烟气含氧量定值偏置、辅助风口开度、给煤机转速偏置等其他操作量均有各自的开度范 围，不妨令每层操作量开度UiQ = 1，2,3'。）的变化范围为Umin~Umax,违反该约束的惩罚项 为Al,进一步的，在本发明中还考虑了总的阀口开度带来的影响，如因每层二次风变化引起 的总风量变化，若总的二次风阀口开度2 Ui应该在未优化时总的二次风开度I： UO的kl~k2 之间，违反该约束的惩罚项取为Aa。综上所述,通过如下公式计算A:
[0024] 其中，U康示每层操作量开度，山变化范围为Umin~lW，Ai表示违反该约束的惩罚
[0021]
[0022]
[0023] 项；
[002引 I： Ui表示总的阀口开度，I： UO表示未优化时总的阀口开度，总的阀口开度X Ui可W 在未优化时总的阀口开度Suo的kl~k2之间变化，kl一般取在0.8~0.95之间，k2取在1.1 ~1.2之间，Aa表示违反该约束的惩罚项。
[0026] 步骤5中，捜索方向dk为变化梯度gk反方向，采用如下公式计算：
[0027]
[0028] 步骤6中，采用如下公式计算步长因子Ok:
[0029]
[0030] 步骤7中，通过如下公式计算下一时刻待优化的操作量Ui化+1):
[0031] Ui(k+1) =Ui 化）+dkak。
[0032] 本发明基于数值优化的极值捜索计算，其结构简单，各部分理论完善。不同于经典 的极值捜索算法需要连续地向系统施加某种"颤动信号"（最常见的如正弦波信号），从而造 成调节过程甚至稳态工作点的反复振荡。基于数值优化的极值捜索算法基本思想是:把数 值优化算法和极值捜索进行综合考虑，数值优化算法代替经典极值捜索中的调制和解调部 分，避免调节过程中的振荡现象，且计算效率高。基于数值优化的极值捜索算法是W性能指 标为优化目标，通过在每一时刻读取性指标能计算模块输出J化），分析性能指标的梯度信 息，求解出控制量在下一时刻的捜索步长dk和方向Qk,进而通过反复迭代，最终可W捜索到 最优的操作变量。
[0033] 基于数值优化极值捜索的无模型锅炉燃烧优化控制方法，结构简单，是一个实时 优化算法。将基于数值优化算法的极值捜索算法应用于锅炉燃烧优化控制中，并进一步研 究了基于数值优化极值捜索算法和性能指标对系统性能的影响，结合低氮燃烧机理和低氮 燃烧系统特性，通过及时优化各种运行参数，最大限度地发挥低氮燃烧系统的效能，对电站 锅炉节能减排，实现最佳燃烧及排放的预期目标具有重要意义。
[0034] 有益效果：由于锅炉燃烧系统的复杂性，常规基于模型的燃烧优化控制方法往往 存在算法复杂、计算量大、对数据样本的依赖性高等问题。加之要满足高效和低NOx排放两 个方面的要求，而且机组负荷变化比较频繁，煤质多变，常规优化方法很难达到预期效果。 本发明提出一种基于数值优化的极值捜索算法的无模型燃烧优化控制方法，该方法不依赖 于燃烧系统的数学模型，且便于处理各种约束条件，可W保证优化结果的可实现性，具有良 好控制品质和鲁棒性。首先利用加权因子，将多目标优化问题转化为单目标问题，再利用基 于数值优化的极值捜索算法寻找出最佳的运行参数，从而实现锅炉燃烧系统的优化运行。 相比，常规极值算法不需要连续地向系统施加某种"颤动信号"（最常见的如正弦波信号）， 从而避免了调节过程甚至稳态工作点的反复振荡，且捜索效率高，速度快。
【附图说明】
[0035] 图1是本发明控制方法结构示意图。
[0036] 图2为本发明应用于锅炉二次风优化的结构图。
[0037] 图3a和图3b为本发明应用在实施案例中的仿真图。
【具体实施方式】
[0038] 下结合附图对本发明做进一步详细描述。本发明公开了基于数值优化极值捜索的 无模型锅炉燃烧优化控制方法。本发明控制方法结构如图1所示。
[0039] 如图2所示，将一种基于数值优化的极值捜索算法的无模型锅炉燃烧优化控制方 法应用于二次风优化中，包括:性能指标计算模块，基于数值优化的极值算法计算模块。首 先将多目标优化问题转化为单目标问题，通过性能指标模块将数值传送到极值捜索模块 中，再利用基于数值优化的极值捜索算法寻找出最佳的二次风阀口开度来指导锅炉进行优 化调整，实现锅炉燃烧的优化运行。
[0040] 实施案例1
[0041] 将一种基于基于数值优化极值捜索算法的无模型锅炉燃烧优化控制方法用于解 决某型电厂锅炉的燃烧优化问题。为便于说明，仅考虑对=层二次风进行优化。该案例可W 很容易地推广到考虑更多优化变量的情况。具体步骤如下：
[0042] 1.计算性能指标
[0043] 燃烧优化的实质是在降低NOx排放的基础上提高锅炉热效率，是一个多目标优化 问题。在此采用加权因子，将多目标优化问题转化为单目标问题，进而通过权值的不同组 合，获得不同的优化解，为优化决策提供支持。下面给出包括优化目标和优化约束条件的优 化问题数学描述：
[0044] (1)目标函数
[0045] minJ = -0.6X[n]+0.4X[N0x]+A (1)
[0046] 式中[ri]、[N0x]分别为归一化过后的锅炉效率和NOx排放，根据工程实践经验锅炉 效率项和NOx浓度项的权重分别取为0.4和0.6，A是对输入输出违反约束的惩罚项。
[0047] (2)被优化的操作参数及其约束条件
[0048] 根据对锅炉热效率和对NOx排放产生的重要影响，并且是在运行中可控操作量的 原则，本发明选择送入锅炉的二次风口开度作为优化变量，每层的给煤量、一次风等操作量 按照负荷要求均匀分配，操作过程中不再考虑。结合现场数据，并考虑到操作习惯和安全 性，每层二次风口开度UiQ = I，2,3)的变化范围为30%~90%。进一步的，在本发明中考虑 了因二次风变化引起的总风量变化，总的二次风阀口开度Sm应该在未优化时总的二次风 开度Suo的之间，=层二次风阀口开度初值均为65%。综上所述，构成的惩罚项如 下：
[0049]
[(K)加]
[0化1 ]
[0化2]式中i = l，2,3。
[0053] 2.基于数值优化极值捜索的计算
[0054] 基于数值优化的极值捜索计算模块，其结构简单，各部分理论完善。基于数值优化 的极值捜索算法是W性能指标为优化目标，通过在每一时刻读取性指标能计算模块输出J 化），分析性能指标的梯度信息，求解出控制量在下一时刻的捜索步长dk和方向Qk,进而通过 反复迭代，最终可W捜索到最优的操作变量。
[0055] 实施例1利用本发明进行优化的结果如图3a和图3b所示，锅炉效率略有提高从 94.69%提高到94.78%，同时NOX的排放有了大幅度的下降从376mg/m3下降到341mg/m3，充 分发挥了低氮燃烧系统的效能，对电站锅炉节能减排，实现最佳燃烧及排放具有重要意义。
[0056] 本发明提供了基于数值优化极值捜索的无模型锅炉燃烧优化控制方法，具体实现 该技术方案的方法和途径很多，W上所述仅是本发明的优选实施方式，应当指出，对于本技 术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可W做出若干改进和润饰， 运些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有 技术加W实现。
【主权项】
1. 基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特征在于，包括如下步 骤： 步骤1，采集数据:采集锅炉燃烧系统k-n至k时刻一个时间窗口内各个时刻的锅炉效率 n(j)和氮氧化物排放值NOx(j)并设置容许误差ε，j = k-n. . .k，其中η为前η个时刻； 步骤2,对采集到的数据进行处理:计算k-n至k时刻一个时间窗口内的锅炉效率的平均 值η和氮氧化物排放值的平均值N〇x，将η和N〇x分别作为当前k时刻的锅炉效率和氮氧化物排 放值； 步骤3,将当前k时刻锅炉效率II和氮氧化物排放值N0X归一化，计算单目标函数J(k); 步骤4,计算性能指标随锅炉各层操作量的变化梯度gk:gk= (gl，g2，gi···)，采用如下公 式计算gi:其中，i代表第i层，i取值为自然数，若I |gk| I 终止后续步骤，m(k)即为各层最优操 作量，否则继续步骤5; 步骤5,计算搜索方向dk; 步骤6,计算步长因子ak; 步骤7,计算下一时刻待优化的操作量m(k+l); 步骤8，重复步骤2~步骤7，直至算法收敛，得到最优操作量。2. 如权利要求1所述的基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特 征在于，步骤2中，采用如下公式计算k-n至k时刻一个时间窗口内的锅炉效率的平均值τι和 氮氧化物排放值的平均值N0 X:3. 如权利要求2所述的基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特 征在于，步骤3中，通过如下公式计算单目标函数J(k): minj = -a X [n]+b X [NOx]+A 式中[q]、[NOx]分别为归一化过后的锅炉效率和氮氧化物排放值，a和b分别为锅炉效 率项的权重和氮氧化物排放值的权重，A是对输入输出违反约束的惩罚项，通过如下公式计 算： A - Σ Ai+Aa，其中，Ui表示第i层操作量开度，Ui变化范围为Umin~Umax，Ai表示违反该约束的惩罚项； Σ m表示总的阀门开度，Σ U0表示未优化时总的阀门开度，总的阀门开度Σ m在未优化 时总的阀门开度Σι?ο的kl~k2之间，Aa表示违反该约束的惩罚项。4. 如权利要求3所述的基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特 征在于，步骤5中，搜索方向dk为变化梯度gk反方向，采用如下公式计算：5. 如权利要求4所述的基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特 征在于，步骤6中，采用如下公式计算步长因子a k:6. 如权利要求5所述的基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，其特 征在于，步骤7中，通过如下公式计算下一时刻待优化的操作量m(k+l): Ui(k+1) =m(k)+dkak。
【文档编号】F23N5/00GK105823080SQ201610173955
【公开日】2016年8月3日
【申请日】2016年3月24日
【发明人】沈奇, 李益国, 沈炯, 刘西陲, 吴啸
【申请人】东南大学